-
题名基于粗糙集和云模型的彩色图像分割方法
被引量：9
- 1
-
-
作者
姚红
王国胤
张清华
-
机构
重庆邮电大学重庆市计算智能重点实验室
重庆邮电大学数理学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2013年第11期2615-2620,共6页
-
基金
国家自然科学基金项目(61073146
61272060)资助
+1 种基金
重庆市教委科学技术研究项目(KJ110512)资助
重庆市自然科学基金项目(cstc2012jjA40047)资助
-
文摘
以粗糙集理论为基础分析彩色图像分割概念,研究已有的彩色图像分割方法,将粗糙集的上、下近似集理论与云模型理论相结合,提出基于粗糙集和云模型的彩色图像分割方法.该方法在HSV颜色空间对彩色图像进行非均匀量化,并寻找量化后图像的基本直方图和Histon直方图,根据粗糙集理论中粗糙度概念得到图像的粗糙直方图,最后通过云模型的"3En规则"对图像进行前景/背景分割.通过三组实验验证了该方法的正确性,并与K均值算法、A-IFS HRI算法进行比较,实验结果表明了该方法对彩色图像分割的有效性.
-
关键词
粗糙集
云模型
粗糙直方图
HSV
彩色图像分割
-
Keywords
rough sets
cloud model
rough-histogram
HSV
color image segmentation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种融合文本语义和情感分析的好友推荐方法
被引量：3
- 2
-
-
作者
刘群
孙红涛
纪良浩
-
机构
重庆邮电大学重庆市计算智能重点实验室
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2016年第11期2852-2859,共8页
-
基金
国家自然科学基金(61379114)
重庆市自然科学基金(CSTC2014jcyj A40047)
+1 种基金
重庆市教委研究项目(KJ1400403)
重庆邮电大学博士启动项目(A2014-20)
-
文摘
在现实生活中用户的兴趣和情绪波动很大,而其他的微博特征(如注册信息等)一般变动较少,不能很好地表征用户。提出了一种融合用户文本语义和情感分析的好友推荐方法,根据用户的微博文本内容提取出语义特征,通过语义分析技术来计算特征词的相似度,同时引入了时间因素。在获得语义特征相似的用户之后,又进一步考虑用户的情感特征,根据微博文本中表述用户情感的词汇对用户的情感特点进行分析,进而对上一步产生的结果做优化筛选,得出最终的结果。通过实验表明,加入文本语义和情感分析的好友推荐模型更能够有效地提高推荐的准确度和接受率。
-
关键词
微博
文本语义
情感分析
相似度
好友推荐
-
Keywords
micro-blog
text semantic
emotional analysis
similarity
friend recommendation
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
-
题名面向兴趣主题的个性化好友推荐
被引量：6
- 3
-
-
作者
齐会敏
刘群
戴大祥
-
机构
重庆邮电大学重庆市计算机智能重点实验室
-
出处
《计算机工程与科学》
CSCD
北大核心
2018年第2期348-353,共6页
-
基金
国家自然科学基金(61075019)
重庆市自然科学基金(CSTC2014jcyjA40047)
+2 种基金
重庆市教委研究项目(KJ1400403)
重庆市研究生科研项目
重庆邮电大学博士启动项目(A2014-20)
-
文摘
个性化的好友推荐是促进社交网络服务不断提高的重要途径,在大规模的社交网络环境中,准确地为用户推荐兴趣主题相似的好友能够使得用户的粘性更强,然而海量数据的稀疏性使得现有的大多数社交网络都不能够准确根据用户间兴趣的相似性进行好友推荐。为此,提出一种面向用户兴趣主题的个性化好友推荐方法(ITOR)。该方法首先采用k-core分析法提取用户的兴趣主题,在拥有相似兴趣主题的基础上结合用户属性信息,通过先验概率计算出有相同属性信息的用户成为好友的概率,进一步强化推荐结果的准确性和满意度。最后,通过爬取2015年9月份发布的新浪微博数据进行实验分析,验证了本推荐方法的有效性。
-
关键词
个性化
好友推荐
兴趣
主题相似性
先验概率
-
Keywords
personalized
friend recommendation
interest
topic simi lar ity
prior probability
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
